Python中初始化整数数组的最快方法是什么？

Question

假设我想在Python中创建一个包含1000000个2的数组（而不是列表），像这样：

array = [2, 2, 2, ...... , 2]

有什么快速而简单的方法吗？

- Eddy

---

我几乎不懂Python，但它可能是这样的吗：array = [2 for x in 1..1000000]？ - Michael Myers

这个之前的问题可能会有所帮助 - https://dev59.com/k3I-5IYBdhLWcg3wbXtN - chauncey

@mmyers：您的建议不是有效的语法；您可能是指 [2 for x in xrange(1000000)]；[2] * 1000000 更快更简单；但这些会产生一个 list -- 在 Python 中，array 和 list 意思不同。 - John Machin

@John：mmyers曾表示他实际上不懂Python。所以别再吹毛求疵了 :) 当然感谢建议。 - Vijay Dev

可能是 [NumPy数组初始化（填充相同值）] 的重复问题(https://dev59.com/lm025IYBdhLWcg3wpHh-)。 - Nico Schlömer

Answer 1

目前被接受的回答并不是使用 array.array 最快的方法；至少它不是最慢的 -- 比较一下这些：

[source: johncatfish (quoting chauncey), Bartek]
python -m timeit -s"import array" "arr = array.array('i', (2 for i in range(0,1000000)))"
10 loops, best of 3: 543 msec per loop

[source: g.d.d.c]
python -m timeit -s"import array" "arr = array.array('i', [2] * 1000000)"
10 loops, best of 3: 141 msec per loop

python -m timeit -s"import array" "arr = array.array('i', [2]) * 1000000"
100 loops, best of 3: 15.7 msec per loop

这是大约9比1的比率...

- John Machin

---

+1，我已经更新了我的答案，并添加了另一种语法和注释。谢谢你指出来。 - g.d.d.c

慢慢的 :) ... 两个版本的混合更好 - John La Rooy

Answer 2

这是你想要的吗？

# slower.
twosArr = array.array('i', [2] * 1000000)

# faster.
twosArr = array.array('i', [2]) * 1000000

您可以使用以下代码获取列表：

twosList = [2] * 1000000

--编辑--

我更新了这篇文章以反映另一个答案中的信息。通过略微调整语法，您似乎可以将速度提高大约9：1的比例。完全归功于@john-machin。我不知道您可以像对列表一样对数组对象进行相同的乘法运算。

- g.d.d.c

Answer 3

对我来说，混合方法工作最快。

$ python -m timeit -s"import array" "arr = array.array('i', [2]*100) * 10000"
100 loops, best of 3: 5.38 msec per loop

---

$ python -m timeit -s"import array" "arr = array.array('i', [2]) * 1000000"
10 loops, best of 3: 20.3 msec per loop
$ python -m timeit -s"import array" "arr = array.array('i', [2]*10) * 100000"
100 loops, best of 3: 6.69 msec per loop
$ python -m timeit -s"import array" "arr = array.array('i', [2]*100) * 10000"
100 loops, best of 3: 5.38 msec per loop
$ python -m timeit -s"import array" "arr = array.array('i', [2]*1000) * 1000"
100 loops, best of 3: 5.47 msec per loop
$ python -m timeit -s"import array" "arr = array.array('i', [2]*10000) * 100"
100 loops, best of 3: 6.13 msec per loop
$ python -m timeit -s"import array" "arr = array.array('i', [2]*100000) * 10"
10 loops, best of 3: 14.9 msec per loop
$ python -m timeit -s"import array" "arr = array.array('i', [2]*1000000)"
10 loops, best of 3: 77.7 msec per loop

- John La Rooy

Answer 4

使用timeit模块，您可以找出这样做最快的方法：

首先，将这么多数字放在列表中会消耗大量内存，很可能导致计算机崩溃。

但是，您可以使用以下方式测试执行速度。在我的电脑上运行了很长时间，我只好放弃，但我用的是较老的电脑：

timeit.Timer('[2] * 1000000').timeit()

您可以考虑使用array模块来实现，它是用于存储数字值的高效数组

array.array('i', (2 for i in range(0, 1000000)))

我没有测试过两者的完成时间，但我相信专为数字集设计的array模块会更快。

编辑：更有趣的是，您可以查看numpy，它似乎实际上具有最快的执行速度：

from numpy import *
array( [2 for i in range(0, 1000000)])

从评论中可以更快地了解到：

a = 2 * ones(10000000)

非常棒！

- Bartek

---

Numpy还有专门的工厂函数：a = 2 * ones(1000000)。 - Philipp

@Philipp：太棒了！这就是我喜欢 Stack Overflow 的原因。好奇心驱使我回答问题，从中学到了很多东西。干杯 :-) - Bartek

如果你无法将一个百万元素的列表或数组装入计算机的内存中，那么它已经死了。此外，我不理解“它在我的电脑上运行了很长时间”...请参见我的答案，了解如何使用命令提示符下的timeit进行简单的计时(a)，以及测量时间有多小(毫秒！)(b)（4年前的笔记本电脑运行Win XP SP2）。 - John Machin

Answer 5

aList = [2 for x in range(1000000)]

或者基于Chauncey的链接

anArray =array.array('i', (2 for i in range(0,1000000)))

- user347594

Answer 6

如果初始值可以为零，且您的平台上有 /dev/zero，那么以下方法比数组('L',[0])*size解决方案快约4.7倍：

myarray = array.array('L')
f = open('/dev/zero', 'rb')
myarray.fromfile(f, size)
f.close()

在问题如何在Python中使用整数数组.array对象初始化为零中，我正在寻找更好的方法。

- Joachim Wagner